B. Analyse économétrique.
1. Spécification du
modèle :
La variable que nous cherchons à expliquer est une
variable dichotomique qui prend la valeur 1 si le ménage a
été vulnérable suite aux dépenses des soins de
santé et 0 si non.
Dans les modèles où la variable
expliquée (variable d'intérêt) prend la valeur 0 ou 1,
l'estimation linéaire n'est pas appropriée car les valeurs
prédites peuvent être en dessous de 0 et au dessus de 1, ou
compris entre les deux. De même, la faiblesse de la variance de la
variable expliquée peut conduire à des estimations de mauvaises
qualités lorsqu'on utilise les MCO (Moindres Carrés Ordinaires).
L'inadéquation des modèles linéaires
conduit à modéliser, non pas la variable dépendante
elle-même, mais la probabilité qu'elle prenne la valeur 1 ou 0.
Pour modéliser cette probabilité, on suppose qu'il existe une
variable latente y* tel que : y = 1 si y*  0 et y = 0   y* < 0. Ensuite, on suppose que cette variable y* dépend
linéairement d'un certain nombre de variables explicatives X de telle
sorte que :
y* =   'X +  . (1)
Dans le modèle (1),   est le terme stochastique. La méthode d'estimation de ce
modèle dépend de l'hypothèse faite sur la distribution de
ce terme d'erreur  .
En effet, il existe dans la littérature
économétrique, deux hypothèses fondamentales sur la
distribution du terme stochastique  .
Hypothèse N°1
On sup pose que     N (0,1) ; c'est-à-dire que   suit une loi normale centrée réduite. Dans ce cas, on
parle de modèle probit et la fonction de répartition
utilisée pour estimer les paramètres par maximum de vraisemblance
selon Kpodar (2007) est de la forme :
F(t) =  
Hypothèse N°2
On peut aussi supposer que   suit une loi logistique. Dans ce cas, on parlera de modèle
Logit. La fonction de répartition qui permettra d'estimer ce type de
modèle par maximum vraisemblance selon Kpodar (2007) est de la
forme : F(t) =  
Comme le souligne Kpodar (2007), il n'y a pas de règle
standard pour choisir entre les deux modèles. Mais il semble que les
résultats du modèle probit sont plus précis que ceux du
modèle logit (Hurlin, 2007). C'est pourquoi, nous avons
préféré le modèle probit dans le cadre de ce
travail.
2. Variables et signes attendus
Nous présentons ici les variables que nous avons
retenues dans l'estimation du modèle économétrique
spécifié.
a. Variable endogène
La variable endogène est une variable dichotomique
nommée « VULN ». Elle vaut 1 si l'individu est
vulnérable suite aux dépenses de santé et 0 sinon. Elle
est obtenue suivant la méthodologie développée plus
haut.
b. Les variables indépendantes
Elles sont regroupées en six catégories. Le
tableau 1 présente ses variables ainsi que les signes attendus de leur
coefficient.
Tableau 1 : Variables et signes
attendus
|
Variables
|
Nom dans le modèle
|
|
Caractéristiques du Chef de
ménage
|
|
|
Sexe
|
HOM
|
|
Age
|
AGE_C
|
|
Taille
|
TAILLE_M
|
|
Appartenance à un réseau
|
RESO
|
|
Coût d'hospitalisation
|
COUHOSPI
|
|
Durée d'hospitalisation
|
DHOSPI
|
|
Niveau d'instruction
|
|
|
Aucun niveau
|
AUCUN
|
|
Primaire
|
PRIM
|
|
Secondaire
|
SECON
|
|
Universitaire
|
UNIVERS
|
|
Catégorie professionnelle
|
|
|
Secteur informel
|
SECINF
|
|
Secteur privé
|
SECPRIV
|
|
Secteur public
|
SECPUB
|
|
Motif d'hospitalisation
|
|
|
Accident
|
ACCID
|
|
Accouchement
|
MOACCOU
|
|
Maladie
|
MALAD
|
|
Types de soins de premier recours
|
|
|
Automédication
|
AUTOM
|
|
Soins traditionnels
|
TRADI
|
|
Soins dans un centre de santé
privé
|
SOINPRIV
|
|
Soins dans un centre de santé public
|
HZONE
|
|
Mode de financement
|
|
|
Financement informel
|
INFOR
|
|
Financement sur fonds propres
|
FINPRO
|
|
Financement collectif formel
|
FICOFOR
|
Source : Réalisé
par nous même.
3. Test de validation :
Pour tester la qualité de l'ajustement de nos
modèles, nous avons effectué des tests de validité
notamment :
· Test d'ajustement global ;
· Test de McFadden.R2 ;
· Test de significativité individuelle ;
| 
